EOS系统吞吐量TPS限制

在区块链项目中,TPS就是代表每秒钟系统能处理的交易数(Transaction Per Second),EOS目前线上的TPS 最高估计也就1,2000/秒,一个原因是目前eos中所有的trx的执行都是串行的,也就是单线程,且不说以后把它改成并行执行trx技术上存在的复杂度,另外一个重要的原因是EOS系统吞吐量还受限制于block的大小,在resource_limits.cpp中的add_transaction_usage函数(关于eos用户资源管理可以参考我的另外一篇 eos用户资源管理resource_limits深入解析),add_transaction_usage函数调用发生在每成功执行一个trx之后,就是把本次trx执行的cpu时间,net大小记录在某个用户下面

void resource_limits_manager::add_transaction_usage(const flat_set<account_name>& accounts, uint64_t cpu_usage, uint64_t net_usage, uint32_t time_slot ) {
   const auto& state = _db.get<resource_limits_state_object>();
   const auto& config = _db.get<resource_limits_config_object>();
    ....
   _db.modify(state, [&](resource_limits_state_object& rls){
      rls.pending_cpu_usage += cpu_usage;
      rls.pending_net_usage += net_usage;
   });

   EOS_ASSERT( state.pending_cpu_usage <= config.cpu_limit_parameters.max, block_resource_exhausted, "Block has insufficient cpu resources" );
   EOS_ASSERT( state.pending_net_usage <= config.net_limit_parameters.max, block_resource_exhausted, "Block has insufficient net resources" );
}

上述函数中间省略了一下判断是否超出该用户最大使用限制的代码,我们来看最后的2个EOS_ASSERT,pending_cpu_usage和pending_net_usage是对本块中所有执行trx资源使用进行累计, config.cpu_limit_parameters.max和config.net_limit_parameters.max这2个值其实就是max_block_cpu_usage和max_block_net_usage,我们可以通过下面命令行获得

./cleos -u http://api.eosnewyork.io get table eosio eosio global

{
  "rows": [{
      "max_block_net_usage": 1048576,
...
      "max_block_cpu_usage": 200000,
...
    }
  ],
  "more": false
}

上述max_block_net_usage=1048576B即 1m,max_block_cpu_usage=200000us 即0.2s,也就是说每个区块所有的trx加起来不能超过1m,每个区块所有的trx执行cpu时间加起来不能大于0.2s

现在我们假设每笔trx的大小为100字节(不考虑cpu时间),那么按照最大1m的block来说 tps = 10485/0.5s = 20970/s,也就是说按照目前最大区块容量为1m的限制,系统在trx大小为100字节的情况下 系统吞吐量tps=20970/s

现在我们假设执行每笔trx的cpu时间为500us(不考虑net大小),那么按照最大200000us的cpu时间来说 tps = 400/0.5s = 800/s,也就是说按照最大200000us的cpu时间限制,系统在每笔trx的cpu时间为500us的情况下 系统吞吐量tps=800/s,假设有一天eos实现了并行执行trx的话,假设可以100路并行,那么这个时候的tps=80000/s

最后如果要达到eos官方宣传100w/S TPS,那么区块的容量大小至少要50m,eos也必须实现并行执行且并发路数至少要上1000路

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,277评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,689评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,624评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,356评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,402评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,292评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,135评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,992评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,429评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,636评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,785评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,492评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,092评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,723评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,858评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,891评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,713评论 2 354